1.6. Природа риска

Существуют три основные точки зрения, признающие или субъективную, или объективную, или субъективно-объективную природу риска. Последняя точка зрения является преобладающей.

Риск связан с выбором определенных альтернатив, расчетом вероятности их исхода - в этом его субъективная сторона. Помимо этого, субъективная сторона (природа риска) проявляется и в том, что люди неодинаково воспринимают одну и то же величину экономического риска в силу различий психологических, нравственных, идеологических ориентаций, установок и т.д.

Объективная природа риска обусловливает вероятностная сущность многих природных, социальных и технологических процессов, многовариантность материальных и идеологических отношений, в которые вступают объекты социально-экономической жизни. Объективность риска проявляется в том, что понятие риск отражает реально существующие в жизни явления, процессы, стороны деятельности. Причем риск существует независимо от того, осознают ли его наличие или нет, учитывают или игнорируют его.

Субъективно-объективная природа риска определяется тем, что риск порождается процессами, как субъективного характера, так и такими, существование которых не зависит от воли и сознания человека.

1.7. Анализ и оценка рисков

Анализ рисков - процедуры выявления факторов рисков и оценки их значимости. По сути, анализ вероятности того, что произойдут определенные нежелательные события и отрицательно повлияют на достижение целей. Анализ рисков включает оценку рисков и методы снижения рисков или уменьшения связанных с ним неблагоприятных последствий. Оценка рисков - это определение количественным или качественным способом величины (степени) рисков.

Анализ рисков можно подразделить на два взаимно дополняющих друг друга вида: качественный и количественный. Качественный анализ имеет целью определить (идентифицировать) факторы, области и виды рисков. Количественный анализ рисков должен дать возможность численно определить размеры отдельных рисков и риска предприятия в целом. Итоговые результаты качественного анализа риска, в свою очередь, служат исходной информацией для проведения количественного анализа.

В настоящее время наиболее эффективным является комплексный подход к анализу рисков. С одной стороны, такой подход позволяет получать более полное представление о возможных результатах реализации проекта, т.е. обо всех позитивных и негативных последствиях, а, с другой стороны, делает возможным широкое применение математических методов (в особенности вероятностно-статистических) для анализа рисков.

В теории рисков выделяют следующие виды математических моделей: прямые, обратные и задачи исследования чувствительности, т.е. влияния стохастичности исходных данных на точность прогноза. В прямых задачах оценка риска, связанная с определением его уровня, происходит на основании априори известной информации. В обратных задачах устанавливаются ограничения на один или несколько варьируемых исходных параметров с целью удовлетворения заданных ограничений на уровень приемлемого риска. Основная идея метода исследования чувствительности расчетной модели, применяемого в связи с неизбежной неточностью исходной информации, состоит в анализе уязвимости, степени изменяемости результативных показателей по отношению к варьированию параметров моделей (распределение вероятностей, областей изменения тех или иных величин и т.п.). Выводы исследования чувствительности отражают степень достоверности полученных при анализе проектных результатов. В случае их недостоверности аналитик будет вынужден реализовать одну из следующих возможностей:

- уточнить параметры, неточность которых является наиболее существенной в искажении результата;

- изменить методы обработки исходных данных с целью уменьшения чувствительности ответа;

- изменить математическую модель анализа проектных рисков;

- отказаться от проведения количественного анализа рисков проекта.

Можно классифицировать существующие методы анализа риска и связанные с ними модели по следующим направлениям.

В зависимости от привлечения вероятностных распределений: методы без учета распределений вероятностей; методы с учетом распределений вероятностей.

В зависимости от учета вероятности реализации каждого отдельного значения переменной и проведения всего процесса анализа с учетом распределения вероятностей: вероятностные методы; выборочные методы.

В зависимости от способов нахождения результирующих показателей по построению модели: аналитический метод; имитационный метод.

Признаком подхода методов первой группы является то, что для каждой стохастической величины берется лишь одно ее значение. Цель такого "сгущения" риска - это получение возможности применения методов, разработанных для анализа в ситуации определенности без каких-либо изменений.

Результатом расчетов по модели, сконструированной для второго подхода, будет не отдельное значение результирующей переменной, а распределение вероятностей. Вероятностные методы предполагают, что построение и расчеты по модели осуществляются в соответствии с принципами теории вероятностей, тогда как в случае выборочных методов все это делается путем расчетов по выборкам.

Характерной чертой второго подхода является использование методов моделирования принятия решений. Здесь можно выделить целевой, оптимизационный и системный подходы. Целевому подходу свойственно четкое задание целей при конструировании модели. Любое изменение целевых показателей ведет к реконструкции самой модели и требует новых расчетов, что связано с дополнительными затратами. Применение данного подхода наиболее целесообразно в случае необходимости постоянно принимать решения в аналогичных ситуациях с точно заданными целями.

Системный подход связан с построением модели, направленной исключительно на отражение реальности, а не сформулированной системы целей. В результате оценки такой модели и расчетов по ней формируется описание поведения реальной системы, но не оптимальная стратегия действий. Затем выбирается система целей и становится возможным принятие решений с помощью прогнозной информации о поведении системы и сделанных предположений. Возникающие в процессе проектирования изменения целей не приводит к изменению самой модели и не требуют новых расчетов.

Третий подход выделяет аналитический и имитационный способы нахождения результирующих показателей по построенной модели. Аналитический способ получения результатов осуществляется непосредственно на основе значений экзогенных переменных. К его преимуществам относится быстрота нахождения решения, к недостаткам - необходимость адаптации поставленной задачи к имеющемуся в распоряжении математическому аппарату и относительная небольшая его "прозрачность". Имитационный способ базируется на пошаговом нахождении значения результирующего показателя за счет проведения многократных опытов с моделью. Основные его преимущества - прозрачность все расчетов, простота восприятия и оценки результатов анализа проектов всеми участниками процесса планирования. В качестве одного из серьезных недостатков этого способа можно назвать существенные затраты на расчеты, связанные с большим объемом выходной информации.